一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于LSTM的热负荷预测与分配优化方法及系统


[0001]本专利技术涉及热力学与热工程领域，特别是基于
LSTM
的热负荷预测与分配优化方法及系统
。

技术介绍

[0002]城市对热负荷的需求持续增长，而传统的热电联产方式存在效率低下
、
污染严重等问题，已难以满足当前环境保护和节能减排的需求
。
因此，开发热电联产系统的高效
、
智能
、
协同运行技术，实现热负荷准确预测和优化调度，成为提质增效的关键
。
[0003]在预测技术方面，传统模型如回归分析，难以处理热负荷等非线性时序问题，预测准确度有限
。
而基于深度学习的循环神经网络，可以有效提取时间序列的长期依赖关系，在处理动态
、
非线性热负荷预测方面展现出强大的建模能力和高精度
。
在优化调度方面，实时评估系统负荷分配能力，动态制定热负荷配置方案，可以实现资源的合理利用，降低系统调峰损失
。
专利技术内容
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
LSTM
的热负荷预测与分配优化方法，其特征在于：包括，获取系统的实时运行数据和历史运行数据，并对获取的数据进行预处理；根据预处理后的实时运行数据计算高背压机组的最大升温比
、
临界最大升温比
、
实时全厂热负荷以及最优热负荷承担比；根据预处理后的历史运行数据建立并训练热负荷预测模型，使用训练后的热负荷预测模型对未来的热负荷进行预测，并生成相应的预测结果序列；根据预测结果序列
、
最大升温比和临界最大升温比评估系统的热负荷分配能力，并根据评估结果优化热负荷分配方案
。2.
如权利要求1所述的基于
LSTM
的热负荷预测与分配优化方法，其特征在于：所述实时运行数据包括热网侧参数和机组运行数据，所述热网侧参数包括热网供水母管介质温度和热网回水母管介质温度，所述机组运行数据包括抽凝机组的供热抽汽流量
、
供热抽汽焓和供热疏水焓，以及每台高背压机组的排汽压力与排汽流量数据；所述历史运行数据包括历史热负荷数据以及历史热负荷数据对应的历史气象数据
。3.
如权利要求1所述的基于
LSTM
的热负荷预测与分配优化方法，其特征在于：所述最大升温比的具体公式如下：；其中，与分别为热网供水温度和回水温度，为热网供水经高背压机组的排气预热后的温度，具体公式如下：；其中，为高背压机组排气温度，为热网供水经高背压机组的排气预热后的温度
。4.
如权利要求1所述的基于
LSTM
的热负荷预测与分配优化方法，其特征在于：所述临界最大升温比的具体公式如下：；其中，为高背压机组的最大供热能力，为整个热电厂最大供热能力，具体公式如下：；其中，
m
为高背压机组台数，
n
为抽凝机组的台数，为整个热电厂最大供热能力，
与分别为第
i
台高背压机组和第
j
台抽凝机组的最大供热能力，具体公式如下：；其中，与为第
i
台高背压机组的最大排汽量和第
j
台抽凝式机组的最大抽汽量，与分别为高背压机组排汽的饱和蒸汽焓和饱和水焓，与分别为抽凝式机组的供热抽汽焓和回水焓
。5.
如权利要求1所述的基于
LSTM
的热负荷预测与分配优化方法，其特征在于：所述最优热负荷承担比的具体公式如下：；其中，为高背压机组的最大升温比，为高背压机组的临界最大升温比，为实时全厂热负荷，为高背压机组的最大供热能力；当时，高背压机组最优热负荷承担比仅受热网供回水温度的影响；当时，高背压机组最优热负荷承担比既受热网供回水温度，高背压机组自身供热能力与全厂热负荷的共同影响
。6.
如权利要求1所述的基于
LSTM
的热负荷预测与分配优化方法，其特征在于：所述根据预处理后的历史运行数据建立并训练热负荷预测模型包括以下步骤：将预处理后的历史运行数据分为训练数据集
...

【专利技术属性】
技术研发人员：栾俊，孙锲，鲁先超，马勇，马翠萍，田忠玉，周亚男，张斌，宋磊，葛明明，郭长峰，
申请(专利权)人：华能济南黄台发电有限公司，
类型：发明
国别省市：